Nós temos todo tipo de número ao nosso dispor, cada ação de cada pessoa pode ser rastreada. Mas e como representamos aquilo que importa para o negócio de maneira clara e objetiva, sem usar um excesso de números? Nesta palestra vamos explorar a ligação entre métricas de diversos níveis, rastreando desde o objetivo da empresa até as ações mais simples, e criando métricas onde necessário, criando completude sem perder simplicidade.

Se você quer começar a trabalhar com ciência de dados, então venha ver por onde começar !

Quais são os primeiros passos ao iniciar um projeto de ciência de dados ? Quais são os testes básicos que você pode fazer nos dados para saber quais algoritmos melhor se adaptam aos mesmos ? Além disso, mostraremos também alguns tratamentos para evitar que dados problemáticos (com ruídos, redundantes, ausentes ou inconsistentes) façam com que seus resultados não reflitam a realidade.

Baseado no nosso case na globo.com, vamos apresentar ferramentas que usamos no nosso dia-a-dia e como estamos mudando a cultura da empresa para ser cada vez mais Data driven.

Os algoritmos genéticos utilizam conceitos provenientes do princípio de seleção natural para abordar uma série ampla de problemas, em especial de otimização.

Tópicos abordados:

• Oque são algorítimos genéticos e onde eles se aplicam(cases de uso);

• Como um algorítimo genético funciona(com fluxograma e tudo);

• Demo (um "Hello Word!" em algorítimo genético)

Desde que Data Science se tornou uma área popular, algoritmos de Aprendizagem de Máquina(ML) estão sendo usados mais do que nunca na indústria. Técnicas de ML são incríveis para resolver uma gama enorme de problemas de negócios de maneira eficiente e rápida - são muito fáceis de implementar com o grande número de ferramentas disponíveis atualmente. Nesta apresentação iremos mostrar como modelamos e implementamos uma aplicação de ML para resolver um problema emergente na nossa empresa em apenas duas semanas. Queremos mostrar como um ambiente não-hierárquico e pro-criatividade de uma StartUp combinados com Aprendizagem de Máquina pode ser poderoso para criar soluções eficientes.

Data Science only matters when data drives action. Vamos explorar o que torna uma cultura data-driven realmente eficiente: quais são os objetivos do time de data science, como o time evolui com o tamanho da empresa, e quais processos permitem que ele contribua para melhores decisões de produto. Também vamos a fundo na infra-estrutura de coleta, enriquecimento e análise de dados, que permitem que estas decisões sejam tomadas rapidamente em um ambiente com mais de 1 bilhão de data points.

Graphs are used to map relations on unstructured data. Companies? data are most from database and mined using traditional data mining approach. However, model relational data as a graph can reveal useful insights and discovery relation among data that is ignored by traditional data mining techniques. In this work we used graphs to map physician relations using claim data as a proxy and this approach reveal interesting insights from health insurance company.